Do you know what K-Means? – Cluster Analysen mit Oracle

28 Pages·2016·4.44 MB·German

by  Oracle, Harald Erb

Do you know what K-Means …for your Business?
Cluster-Analysen mit Oracle
Harald Erb
Oracle Business Analytics & Big Data
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | DOAG 2016 Konferenz, Nürnberg
Kontakt
• Harald Erb
• Principal Sales Consultant
• Information Architect

• Kontakt

[phone]
• [email protected]
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | DOAG 2016 Konferenz, Nürnberg
K-Means Verfahren im Oracle-Kontext
Intelligente Umsetzbare Handlungsrelevante
Prozesse Erkenntnisse Informationen Unternehmens-
daten (ERP, CRM,
operative Daten)
(Echtzeit-) Event Engine Data Data Factory Enterprise BI &
Datenstrom Reservoir Information Store Analyse Externe
strukturierte
Daten
“Tagesgeschäft”
Innovation Line of Governance
Discovery
Events
Output
& Daten
Data Lab
Oracle White Paper - Information Management & Big Data, A Reference Architecture, 2014
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | DOAG 2016 Konferenz, Nürnberg 3
Cluster-Analysen mit k-Means
Allgemeines, k-Means Algorithmen bzw. Erweiterungen

• Cluster-Analyse:
̶ Oberbegriff für multivariate Methoden, die versuchen,
Strukturen (Cluster) in den Daten zu finden
̶ Methoden basieren meist auf Berechnungen der Distanz
der Beobachtungen im multidimensionalen Datenraum
• Typische Fragestellungen:
• Vor- und Nachteile
̶ Abnormale Datenpunkte innerhalb eines großen Data
̶ Einfache und schnelle Implementierung, gute Laufzeiten
Sets finden
̶ Schwachstelle: Die gefundene Lösung hängt stark von den
̶ Cluster ähnlicher Textdokumente oder Kundensegmente
gewählten Startpunkten ab
̶ Guter Einstieg in Datenanalysen, bevor Klassifikations-
• Verschiedene k-Means Variationen, u.a.:
oder Regressionsmethoden zum Einsatz kommen
̶ k-Medians: verwendet statt der euklidischen Distanz, u.a.
• k-Means Clustering : die sog. „Manhattan-Distanz“ zur Abstandsberechnung
̶ gehört zu den Austauschverfahren und ist ein ̶ k-Means++-Algorithmus: wählt die Cluster-Schwerpunkte
partitionierender Clustering Algorithmus nicht zufällig, sondern nach Vorschrift
̶ Unterscheidung. Algorithmus von Lloyd ("der" k-Means ̶ k-Medoids (PAM, Partitioning Around Medoids) minimiert
Algorithmus) vs. MacQueen (führte mit dem Begriff "k- die Distanzen (statt der Summe der Varianzen bei k-Means)
Means allerdings einen anderen Algorithmus ein)

Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | DOAG 2016 Konferenz, Nürnberg 4
Prinzip von k-Means
Ablauf
1. Initialisierung 2. Klassifizierung 3. Cluster-Zentren (Mean) berechnen
4. Iteration
n Durchgänge bis die Verschiebung der Cluster-Zentren ausreichend klein ist bzw. gegen 0 geht
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | DOAG 2016 Konferenz, Nürnberg 5
Cluster-Analysen für alle
Oracle Data Visualization
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | DOAG 2016 Konferenz, Nürnberg 6
Oracle Data Visualization Desktop
Tool-Überblick

Datenquellen anbinden

Daten visualisieren und
übergreifend über alle Data

Data Sets inspizieren, aufbereiten &
Sets hinweg analysieren
mit anderen Daten verknüpfen
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | DOAG 2016 Konferenz, Nürnberg 7
Cluster-Analyse mit Oracle Data Visualization Desktop
Out-of-the Box: Analytische Funktionen

Für Ad-hoc Abfragen und im Data Visualization Tool
Business
bekommen Business Analysten mächtige aber leicht Analysts
anwendbare Rechenfunktionen angeboten:
1. Trend Lines 
2. Bin / Histogram
Anwendung
3. Regression Analysis der neuen
Analytics
4. Forecast Funktionen oder
Custom R Scripts
5. Cluster
6. Outliers

7. Custom R scripts
Neue Erkenntnisse
erlangen
Data Lab
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | DOAG 2016 Konferenz, Nürnberg 8
Cluster-Analyse mit Oracle Data Visualization Desktop
Verwendung: Analytics 1-Click-Funktionen




Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | DOAG 2016 Konferenz, Nürnberg 9
Cluster-Analyse mit Oracle Data Visualization Desktop
Verwendung: cluster()-Funktion im Berechnungseditor
Detailinformationen zur Cluster-Bildung sind abrufbar
Verfügbare Methoden für K-Means:
MacQueen, Lloyd, Hartigan-Wong, Forgy
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | DOAG 2016 Konferenz, Nürnberg 10